Rich Sutton 公布第 16 位博士生论文：选择性重初始化对抗神经网络可塑性损失
RichardSSutton · x · 2026-10-04
强化学习奠基人 Richard Sutton 宣布其第 16 位博士生 Fernando Hernandez Garcia 的博士论文发布，题为《Selective Reinitialization Algorithms for Preventing Plasticity Loss in Artificial Neural Networks》。
- 论文研究基于神经网络、需要从非平稳数据中持续学习的系统，即持续学习（continual learning）问题。
- 核心聚焦持续学习的一个根本挑战——可塑性损失（loss of plasticity）：神经网络系统逐渐丧失从新数据中学习的能力。
- 论文提出选择性重初始化算法来防止这种可塑性损失，使深度网络能持续适应新数据。
「研究」频道最新
- arXiv论文：自改进分支混合优化Agent Harness，奥数相对提升34.8% — rohanpaul_ai · 2026-10-04
- Meta等新论文：分支化自优化让Agent Harness精度大增 — rohanpaul_ai · 2026-10-04
- Claude 子智能体做数学研究,遇到雅可比猜想反例先质疑再验证 — repligate · 2026-10-04
- Richard Sutton 推荐:新博士论文让机器人部署后边用边学 — RichardSSutton · 2026-10-04
- 港中文 TimePrism 中选 ICLR 2026:概率预测从采样转向场景生成 — jiqizhixin · 2026-10-04
- RL 智能体调度 LLM 群探测暗物质信号,AI for Science 新论文 — DanielWhiteson · 2026-10-04